La IA y el 'momento Covid': ¿es real la caída masiva de empleos?

La metáfora central lo dice con cifras: un ensayo viral tuvo 40 millones de lecturas en dos días y, en paralelo, el valor de algunas empresas de software cayó hasta 80% en los mercados, según La Nación. Esa combinación de relato convincente y pérdidas financieras alimenta la idea de que la IA provocó ya su propio "momento Covid": la caída de ficha colectiva que obliga a replantear empleos y negocios.

¿Qué quiere decir exactamente "momento Covid" para la IA?

La frase compara un golpe psicológico y material repentino con la entrada del Covid en Italia en 2020. En el caso de la IA, el efecto fue doble: volumen de atención y movimientos financieros. El post viral fue el síntoma comunicacional (40 millones de lecturas, según La Nación) y las bajas en cotizaciones fueron la reacción económica (caídas de capitalización que llegaron hasta 80% en empresas de software, según La Nación). Pero atención: una lectura masiva o una corrección bursátil no prueban automáticamente que todos los empleos vayan a desaparecer. Hay que separar la narrativa potente del dato técnico sobre qué tareas son automatizables hoy.

¿Por qué empezó por la programación y qué significa eso?

Vazhnov —entrevistado por La Nación— explica por qué la programación fue el blanco natural: hay miles de millones de líneas de código open source disponibles y es fácil verificar si un modelo cumplió el objetivo ejecutando el código. En su experiencia, a mitad de 2025 la IA pasó de poder trabajar 1–2 minutos a hacerlo 15–20 minutos de forma útil, y aún así suele generar errores: "dos de cada diez" salidas son problemáticas (según La Nación). Eso significa que, aunque la productividad por programador suba, no es sólo cuestión de reemplazo puro: se necesita gente que entienda el dominio para validar y supervisar. En resumen: programación es el canario por razones técnicas, no necesariamente la señal de un incendio general inmediato.

¿Se va a extinguir el resto de las profesiones como dicen algunos titulares?

La generalización apurada es el riesgo. Tomás Castagnino usa la metáfora de la materia oscura para recordar que gran parte del trabajo es tácito, relacional y difícil de codificar; esa parte actúa como colchón frente a automatizaciones rápidas. Lo que ocurra en salud, derecho o consultoría será la prueba de fuego: si esos verticales sufren una "extinción masiva" veremos que la historia no se limitó al software, razón por la cual muchos observadores creen que la transformación llevará años y no meses. Además, varias empresas de IA siguen contratando programadores en 2026, lo que sugiere reconfiguración de roles más que eliminación inmediata (según La Nación). La prudencia manda: medir señales, no dejarse llevar por anécdotas virales.

¿Qué significa esto para Argentina y qué conviene hacer ahora?

Para la Argentina la receta práctica es doble. En lo laboral, priorizar habilidades que combinan juicio humano, gestión interpersonal y conocimiento contextual: diseño de procesos, evaluación crítica de salidas de IA y trabajo con datos locales. En lo financiero, mantener coherencia con recomendaciones previas: conservar cobertura contra inflación en pesos, usar Cedears para exposición global y mantener una porción en deuda en dólares para diversificar riesgos. En lo productivo, diseñar sistemas de trabajo antes que buscar la app perfecta: reglas claras sobre cómo usar y verificar IA reducen errores y aumentan velocidad. Ojo que la transformación será desigual: algunos roles cambiarán rápido, otros lo harán en años; por eso conviene adaptar currículos, protocolos y carteras, no apostar a pánicos ni a soluciones mágicas.

Conclusión: la "caída de ficha" existe y es real en ciertos rubros, pero la metáfora del Covid como ocurrido en Italia sirve más para alertar que para predecir un mismo desenlace en todos los sectores. Hay señales cuantificables (40 millones de lecturas; caídas de hasta 80%; mejoras prácticas desde mitad de 2025 según especialistas), pero la política útil es la que combina adaptación laboral, reglas claras para el uso de IA y decisiones financieras que preserven el poder de compra local.